一、手机中常用的传感器
在Android2.3 gingerbread系统中，google提供了11种传感器供应用层使用，具体如下：（Sensor类）
#define SENSOR_TYPE_ACCELEROMETER 1 //加速度
#define SENSOR_TYPE_MAGNETIC_FIELD 2 //磁力
#define SENSOR_TYPE_ORIENTATION 3 //方向
#define SENSOR_TYPE_GYROSCOPE 4 //陀螺仪
#define SENSOR_TYPE_LIGHT 5 //光线感应
#define SENSOR_TYPE_PRESSURE 6 //压力
#define SENSOR_TYPE_TEMPERATURE 7 //温度
#define SENSOR_TYPE_PROXIMITY 8 //接近
#define SENSOR_TYPE_GRAVITY 9 //重力
#define SENSOR_TYPE_LINEAR_ACCELERATION 10//线性加速度
#define SENSOR_TYPE_ROTATION_VECTOR 11//旋转矢量
1-1加速度传感器
加速度传感器又叫G-sensor，返回x、y、z三轴的加速度数值。
该数值包含地心引力的影响，单位是m/s^2。
将手机平放在桌面上，x轴默认为0，y轴默认0，z轴默认9.81。
将手机朝下放在桌面上，z轴为-9.81。
将手机向左倾斜，x轴为正值。
将手机向右倾斜，x轴为负值。
将手机向上倾斜，y轴为负值。
将手机向下倾斜，y轴为正值。
加速度传感器可能是最为成熟的一种mems产品，市场上的加速度传感器种类很多。
手机中常用的加速度传感器有BOSCH（博世）的BMA系列，AMK的897X系列，ST的LIS3X系列等。
这些传感器一般提供±2G至±16G的加速度测量范围，采用I2C或SPI接口和MCU相连，数据精度小于16bit。
1-2 磁力传感器
磁力传感器简称为M-sensor，返回x、y、z三轴的环境磁场数据。
该数值的单位是微特斯拉（micro-Tesla），用uT表示。
单位也可以是高斯（Gauss），1Tesla=10000Gauss。
硬件上一般没有独立的磁力传感器，磁力数据由电子罗盘传感器提供（E-compass）。
电子罗盘传感器同时提供下文的方向传感器数据。
1-3 方向传感器
方向传感器简称为O-sensor，返回三轴的角度数据，方向数据的单位是角度。
为了得到精确的角度数据，E-compass需要获取G-sensor的数据，
经过计算生产O-sensor数据，否则只能获取水平方向的角度。
方向传感器提供三个数据，分别为azimuth、pitch和roll。
azimuth：方位，返回水平时磁北极和Y轴的夹角，范围为0°至360°。
0°=北，90°=东，180°=南，270°=西。
pitch：x轴和水平面的夹角，范围为-180°至180°。
当z轴向y轴转动时，角度为正值。
roll：y轴和水平面的夹角，由于历史原因，范围为-90°至90°。
当x轴向z轴移动时，角度为正值。
电子罗盘在获取正确的数据前需要进行校准，通常可用8字校准法。
8字校准法要求用户使用需要校准的设备在空中做8字晃动，
原则上尽量多的让设备法线方向指向空间的所有8个象限。
手机中使用的电子罗盘芯片有AKM公司的897X系列，ST公司的LSM系列以及雅马哈公司等等。
由于需要读取G-sensor数据并计算出M-sensor和O-sensor数据，
因此厂商一般会提供一个后台daemon来完成工作，电子罗盘算法一般是公司私有产权。
1-4 陀螺仪传感器
陀螺仪传感器叫做Gyro-sensor，返回x、y、z三轴的角加速度数据。
角加速度的单位是radians/second。
根据Nexus S手机实测：
水平逆时针旋转，Z轴为正。
水平逆时针旋转，z轴为负。
向左旋转，y轴为负。
向右旋转，y轴为正。
向上旋转，x轴为负。
向下旋转，x轴为正。
ST的L3G系列的陀螺仪传感器比较流行，iphone4和google的nexus s中使用该种传感器。
1-5 光线感应传感器
光线感应传感器检测实时的光线强度，光强单位是lux，其物理意义是照射到单位面积上的光通量。
光线感应传感器主要用于Android系统的LCD自动亮度功能。
可以根据采样到的光强数值实时调整LCD的亮度。
1-6 压力传感器
压力传感器返回当前的压强，单位是百帕斯卡hectopascal（hPa）。
1-7 温度传感器
温度传感器返回当前的温度。
1-8 接近传感器
接近传感器检测物体与手机的距离，单位是厘米。
一些接近传感器只能返回远和近两个状态，
因此，接近传感器将最大距离返回远状态，小于最大距离返回近状态。
接近传感器可用于接听电话时自动关闭LCD屏幕以节省电量。
一些芯片集成了接近传感器和光线传感器两者功能。
下面三个传感器是Android2新提出的传感器类型，目前还不太清楚有哪些应用程序使用。
1-9 重力传感器
重力传感器简称GV-sensor，输出重力数据。
在地球上，重力数值为9.8，单位是m/s^2。
坐标系统与加速度传感器相同。
当设备复位时，重力传感器的输出与加速度传感器相同。
1-10 线性加速度传感器
线性加速度传感器简称LA-sensor。
线性加速度传感器是加速度传感器减去重力影响获取的数据。
单位是m/s^2，坐标系统与加速度传感器相同。
加速度传感器、重力传感器和线性加速度传感器的计算公式如下：
加速度 = 重力 + 线性加速度
1-11 旋转矢量传感器
旋转矢量传感器简称RV-sensor。
旋转矢量代表设备的方向，是一个将坐标轴和角度混合计算得到的数据。
RV-sensor输出三个数据：
x*sin(theta/2)
y*sin(theta/2)
z*sin(theta/2)
sin(theta/2)是RV的数量级。
RV的方向与轴旋转的方向相同。
RV的三个数值，与cos(theta/2)组成一个四元组。
RV的数据没有单位，使用的坐标系与加速度相同。
举例：
sensors_event_t.data[0] = x*sin(theta/2)
sensors_event_t.data[1] = y*sin(theta/2)
sensors_event_t.data[2] = z*sin(theta/2)
sensors_event_t.data[3] = cos(theta/2)
GV、LA和RV的数值没有物理传感器可以直接给出，
需要G-sensor、O-sensor和Gyro-sensor经过算法计算后得出。
算法一般是传感器公司的私有产权。
二、Android感应检测管理---SensorManager
1、取得SensorManager
使用感应检测Sensor首要先获取感应设备的检测信号，你可以调用Context.getSysteService(SENSER_SERVICE)方法来取得感应检测的服务
2、实现取得感应检测Sensor状态的监听功能
实现以下两个SensorEventListener方法来监听，并取得感应检测Sensor状态：
//在感应检测到Sensor的精密度有变化时被调用到。
public void onAccuracyChanged(Senso sensor,int accuracy);
//在感应检测到Sensor的值有变化时会被调用到。
public void onSensorChanged(SensorEvent event);
3、实现取得感应检测Sensor目标各类的值
实现下列getSensorList()方法来取得感应检测Sensor的值；
List<Sensor> sensors = sm.getSensorList(Sensor.TYPE_TEMPERATURE);
4、注册SensorListener
sm.regesterListener(SensorEventListener listener, Sensor sensor, int rate);
第一个参数：监听Sensor事件，第二个参数是Sensor目标种类的值，第三个参数是延迟时间的精度密度。延迟时间的精密度参数如下：
|
参数 |
延迟时间 |
|
SensorManager.SENSOR_DELAY_FASTEST |
0ms |
|
SensorManager.SENSOR_DELAY_GAME |
20ms |
|
SensorManager.SENSOR_DELAY_UI |
60ms |
|
SensorManager.SENSOR_DELAY_NORMAL |
200ms |
因为感应检测Sensor的服务是否频繁和快慢都与电池参量的消耗有关，同时也会影响处理的效率，所以兼顾到消耗电池和处理效率的平衡，设置感应检测Sensor的延迟时间是一门重要的学问，需要根据应用系统的需求来做适当的设置。
感应检测Sensor的硬件检测组件受不同的厂商提供。你可以采用Sensor的getVendor(),Sensor()的getName()和Sensor的getVeesrion()方法来取得 厂商的名称、产品和版本。
5、取消注册
sm.unregisterListener(SensorEventListener listener)
6、感应检测
加速度感应检测——Accelerometer
Accelerometer Sensor测量的是所有施加在设备上的力所产生的加速度的负值（包括重力加速度）。加速度所使用的单位是m/sec^2，数值是加速度的负值。
SensorEvent.values[0]：加速度在X轴的负值
SensorEvent.values[1]：加速度在Y轴的负值
SensorEvent.values[2]：加速度在Z轴的负值
例如：
当手机Z轴朝上平放在桌面上，并且从左到右推动手机，此时X轴上的加速度是正数。
当手机Z轴朝上静止放在桌面上，此时Z轴的加速度是+9.81m/sec^2。
当手机从空中*落体，此时加速度是0
当手机向上以Am/sec^2的加速度向空中抛出，此时加速度是A+9.81m/sec^2
重力加速度感应检测——Gravity
重力加速度，其单位是m/sec^2，其坐标系与Accelerometer使用的一致。当手机静止时，gravity的值和Accelerometer的值是一致的。
线性加速度感应检测——Linear-Acceleration
Accelerometer、Gravity和Linear-Acceleration三者的关系如下公式：
accelerometer = gravity + linear-acceleration
地磁场感应检测——Magnetic-field
地磁场的单位是micro-Tesla(uT)，检测的是X、Y、Z轴上的绝对地磁场。
陀螺仪感应检测——Gyroscope
陀螺仪的单位是弧度/秒，测量的是物体分别围绕X，Y，Z轴旋转的角速度。它的坐标系与加速度传感器的坐标系相同。逆时针方向旋转的角度正的。也就是说，如果设备逆时针旋转，观察者向X，Y，Z轴的正方向看去，就报告设备是正转的。请注意，这是标准的正旋转的数学定义。
光线感应检测——Light
values[0]:表示环境光照的水平，单位是SI lux。
位置逼近感应检测——Proximity
values[0]:逼近的距离，单位是厘米(cm)。有一些传感器只能支持近和远两种状态，这种情况下，传感器必须报告它在远状态下的maximum_range值和在近状态下的小值。
旋转矢量感应检测——Rotation Vector
旋转向量是用来表示设备的方向，它是由角度和轴组成，就是设备围绕x,y,z轴之一旋转θ角度。旋转向量的三个要素是，这样旋转向量的大小等于sin(θ/2)，旋转向量的方向等于旋转轴的方向。
values[0]: x*sin(θ/2)
values[1]: y*sin(θ/2)
values[2]: z*sin(θ/2)
values[3]: cos(θ/2) (optional: only if value.length = 4)
方向感应检测——Orientation
其单位是角度
values[0]: Azimuth(方位)，地磁北方向与y轴的角度，围绕z轴旋转(0到359)。0=North, 90=East, 180=South, 270=West
values[1]: Pitch(俯仰),围绕X轴旋转(-180 to 180), 当Z轴向Y轴运动时是正值
values[2]: Roll(滚)，围绕Y轴旋转(-90 to 90)，当X轴向Z轴运动时是正值
三、举例之-Gsensor
1，图示三轴方向
Android重力感应系统的坐标系以屏幕的左下方为原点(【注意】2d编程的时候，是以屏幕左上方为原点的)，箭头指向的方向为正。从-10到10，以浮点数为等级单位，想象一下以下情形：
手机屏幕向上(z轴朝天)水平放置的时侯，(x，y，z)的值分别为(0，0，10);
手机屏幕向下(z轴朝地)水平放置的时侯，(x，y，z)的值分别为(0，0，-10);
手机屏幕向左侧放(x轴朝天)的时候，(x，y，z)的值分别为(10，0，0);
手机竖直(y轴朝天)向上的时候，(x，y，z)的值分别为(0，10，0);
其他的如此类推，规律就是：朝天的就是正数，朝地的就是负数。利用x,y,z三个值求三角函数，就可以精确检测手机的运动状态了。
2，通过监测Gsensor判断手机处于静止/移动状态
public class MainActivity extends Activity implements SensorEventListener { private static final String TAG = MainActivity.class.getSimpleName(); private SensorManager mSensorManager; private Sensor mSensor; private TextView textviewX; private TextView textviewY; private TextView textviewZ; private TextView textviewF; private int mX, mY, mZ; private long lasttimestamp = 0; Calendar mCalendar; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); textviewX = (TextView) findViewById(R.id.textView1); textviewY = (TextView) findViewById(R.id.textView3); textviewZ = (TextView) findViewById(R.id.textView4); textviewF = (TextView) findViewById(R.id.textView2); mSensorManager = (SensorManager) getSystemService(SENSOR_SERVICE); mSensor = mSensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER);// TYPE_GRAVITY if (null == mSensorManager) { Log.d(TAG, "deveice not support SensorManager"); } // 参数三，检测的精准度 mSensorManager.registerListener(this, mSensor, SensorManager.SENSOR_DELAY_NORMAL);// SENSOR_DELAY_GAME } @Override public void onAccuracyChanged(Sensor sensor, int accuracy) { } @Override public void onSensorChanged(SensorEvent event) { if (event.sensor == null) { return; } if (event.sensor.getType() == Sensor.TYPE_ACCELEROMETER) { int x = (int) event.values[0]; int y = (int) event.values[1]; int z = (int) event.values[2]; mCalendar = Calendar.getInstance(); long stamp = mCalendar.getTimeInMillis() / 1000l;// 1393844912 textviewX.setText(String.valueOf(x)); textviewY.setText(String.valueOf(y)); textviewZ.setText(String.valueOf(z)); int second = mCalendar.get(Calendar.SECOND);// 53 int px = Math.abs(mX - x); int py = Math.abs(mY - y); int pz = Math.abs(mZ - z); Log.d(TAG, "pX:" + px + " pY:" + py + " pZ:" + pz + " stamp:" + stamp + " second:" + second); int maxvalue = getMaxValue(px, py, pz); if (maxvalue > 2 && (stamp - lasttimestamp) > 30) { lasttimestamp = stamp; Log.d(TAG, " sensor isMoveorchanged...."); textviewF.setText("检测手机在移动.."); } mX = x; mY = y; mZ = z; } } /** * 获取一个最大值 * * @param px * @param py * @param pz * @return */ public int getMaxValue(int px, int py, int pz) { int max = 0; if (px > py && px > pz) { max = px; } else if (py > px && py > pz) { max = py; } else if (pz > px && pz > py) { max = pz; } return max; } }
原理就是通过每次得到的x,y,z三轴的值，和下一次的值作比较，它们每个差值中绝对值最大的如果超过某一个阀值（自己定义），并且这种状态持续了x秒，我们就视为手机处于（颠簸）移动状态，当然这种判断肯定是不科学的，有时候也会产生误判，比较理想的场景就是：携带手机坐在公交上或是开车。
其它可供参考资料：
http://blog.csdn.net/zhandoushi1982/article/details/8591878